College Park, Maryland — InkDesign News — Pesquisas recentes desenvolvidas pelo professor Pratap Tokekar, da Universidade de Maryland, concentram-se na coordenação de equipes de robôs e drones com diferentes capacidades para operações autônomas. O foco está em aprimorar a cooperação entre robôs heterogêneos para melhorar a eficiência em ambientes complexos de automação.
Tecnologia aplicada
Os sistemas robóticos desenvolvidos utilizam uma combinação de sensores avançados, incluindo câmeras RGB-D, LIDAR e sensores inerciais para percepção do ambiente em tempo real. Algoritmos de controle distribuído e aprendizado de máquina possibilitam que robôs com diferentes habilidades, como drones aéreos e veículos terrestres, compartilhem informações e tomem decisões colaborativas. O tempo de resposta dos sistemas está na ordem de milissegundos, garantindo respostas rápidas e sincronizadas entre as plataformas.
Desenvolvimento e testes
Os robôs foram testados em ambientes simulados e reais, como áreas urbanas e florestais, para avaliar desempenho e robustez. Os testes incluíram múltiplos ciclos de navegação e exploração, totalizando centenas de horas de operação contínua. O sistema demonstrou capacidade de adaptação a falhas individuais, redirecionando a tarefa para os robôs remanescentes sem perda significativa de eficiência.
Impacto e aplicações
“Nosso objetivo é permitir que equipes de robôs com diferentes capacidades trabalhem de forma integrada, superando desafios que sistemas homogêneos enfrentam.”
(“Our goal is to enable teams of robots with different capabilities to work together, overcoming challenges faced by homogeneous systems.”)— Pratap Tokekar, Professor Associado, Universidade de Maryland
Essa abordagem tem potencial impactar áreas como inspeção industrial, mapeamento ambiental, resposta a desastres e agricultura de precisão, onde a autonomia e a cooperação entre diferentes tipos de robôs podem aumentar a eficácia operativa. Os próximos passos incluem aprimorar a autonomia para operações de longa duração e integrar mais sensores para melhorar a percepção em ambientes dinâmicos.
Fonte: (Robohub – Robótica & Automação)
